排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
发生地震时常伴随有地热辐射增强现象,这些异常信息隐藏于遥感卫星NOAA所捕获的地球射出长波辐射（OLR）数据中,目前多数研究还停留在对源数据的解读,缺乏有效的信息处理技术,致使大部分的OLR数据没有得到充分利用。因此,本文提出一种基于鞅理论的概率统计方法来识别异常特征算法,从有噪声的非结构化的源数据中提取出震前OLR数据异常变化特征序列,从时间序列和地域范围进行震前异常分析。本算法实验是以尼泊尔的在2014年9月至2015年7月期间（包括2015年4月25日Ms7.8大地震）发生的3次地震的OLR数据为例,实验结果显示震中区域的OLR数据在震前的2~3个月开始有显著的异常数据变化,通过分析发现数据显示数据异常在震前出现的时间长短与地震的大小相关,异常的发生区域与震区周围的地貌特征相关。这说明基于鞅理论的算法所提取的OLR数据异常点序列的确与地震发生的时间地点是有关系的。 相似文献
1